[3J4-OS-3b] AutoML（自動機械学習）(2/2)

[3J4-OS-3b-01] ニューラルアーキテクチャサーチの最適停止

〇坂本 航太郎¹、石橋 英朗²、佐藤 怜³、白川 真一⁴、秋本 洋平^3,5、日野 英逸^1,5 (1. 統計数理研究所、2. 九州工業大学、3. 筑波大学、4. 横浜国立大学、5. 理化学研究所 革新知能統合研究センター)

キーワード：ニューラルアーキテクチャ探索、深層学習

【背景】深層学習によって特徴量設計からニューラルネットの構造設計にパラダイムシフトが起こったが, タスクに応じた構造設計は難しい. そこでニューラルネットの構造の自動探索手法―ニューラルアーキテクチャサーチ (Neural architecture search: NAS)―が盛んに研究されている. 最新手法では低コストでの構造探索に成功している. しかし, 1) 精度と探索コストにはトレードオフがある. 2) 性能劣化を防ぐための早期停止が有効である. ということが報告されており, いつ探索を停止するか？という課題が存在する.
【目的】NASの最適停止手法を提案する. 性能の良い構造を効率よく探索することを目的とする.
【結果】数値実験により提案手法が有効であることを検証した.